声明：本博文做了该代码的测试分享，敬请查阅；
top.png
图像修复专栏
- 🍊 专栏：图像修复-代码环境搭建-知识总结
- 🍊 敬请查阅
图像修复新的创作思路：CVPR 2021、代码测评
📘 基本信息
- Restoring Extremely Dark Images in Real Time
- 实时恢复极暗的图像
- https://github.com/MohitLamba94/Restoring-Extremely-Dark-Images-In-Real-Time
- Lamba_Restoring_Extremely_Dark_Images_in_Real_Time_CVPR_2021_paper.pdf
0-4
该论文所致力于解决的问题
- 极暗图像变为 亮的图像（图像修复）
- 从而提升（解决）极暗图像的目标检测问题
0-1
📘 下载代码
方式一（网络受限、可能下载失败）
git clone https://github.com/MohitLamba94/Restoring-Extremely-Dark-Images-In-Real-Time.git
方式二（手动下载、copy 到服务器、解压即可）
- 解压命令，例如
unzip Restoring-Extremely-Dark-Images-In-Real-Time-main.zip
1-1
📘 环境搭建
1-3
激活一个 PyTorch 1.4 的已有环境（我的博文已经安装过很多个版本、此处不再重复赘述）
- 不熟悉的可以去看我的这个博文
- Linux下cuda10.0安装Pytorch和Torchvision——啥版本都能装
conda activate torch14
# 安装一些我的环境运行该代码、缺少的库
pip install rawpy
pip install ptflops
📘 Demo 测试运行
cd Restoring-Extremely-Dark-Images-In-Real-Time
python demo.py
- 运行输出如下
python demo.py
# GPU 占用 不会很高
...... Loading all files to CPU RAM
Image No.: 1, Amplification_m=1: 53.080570220947266
Image No.: 2, Amplification_m=1: 22.907602310180664
Image No.: 3, Amplification_m=1: 45.878238677978516
Files loaded to CPU RAM......
Network parameters : 784768
Device on GPU: True
Restored images saved in DEMO_RESTORED_IMAGES directory
2-1
📘 时间内存复杂度测评
Measure Time-Memory Complexity
python time_complexity.py- 运行效果如下
python time_complexity.py
---Our Model parameters : 784768
---SID model parameters : 7760748
Computational complexity of Our model for a 8MP image: 41.38 GMac
Computational complexity of SID model for a 8MP image: 440.46 GMac
Beginning Warmup...
Time taken by our model on CPU for 8MP image : 1.0671975135803222 seconds
Time taken by SID model on CPU for 8MP image : 8.417949628829955 seconds
📘 训练
训练部分、参考
train_test_ours/train.py即可
暂不展开、以后如果项目中用到、有需要再补充
3-1
📕 附源码+论文
这些其实都很好下载、代码此次也没有改动、即可顺利运行
链接：https://pan.baidu.com/s/129MAPqMJtNp1v57gHZDMCA
提取码：moli
📕 这篇文章可以带给我们的思考
翻译部分、参考链接
0-6
特色
- 轻量化
- 图像修复+目标检测 结合
- 突出解决实际模型部署落地中的困难点：
- 修复网络、单张图像推理速度慢
- 暗图像目标检测存在困难
这是一个 图像修复+目标检测 结合 针对 实际落地存在的现实困难 提出的解决方案，也许可以成为我们小伙伴，创作一篇文章（Paper）的灵感基石
0-5
🚀🚀 墨理学AI
作为全网 AI 领域 干货最多的博主之一
❤️ 不负光阴不负卿
❤️点赞、评论鼓励博主的每一分认真创作
博主简介：软件工程硕士、已毕业、总计 5w 读者 粉丝
- 🍊 计算机视觉：超分重建、图像修复、目标检测、风格迁移 等领域 稍有所学
- 🍊 AI 工程化：Ncnn、MNN、TensorRT 正在 学习
- 🍊 C++、Python、Java 略懂一二
喜欢请关注 墨理学AI
取经路上，让墨理学AI 陪你畅享更多有趣AI
